Per connectar Google Colab a un servidor local de Jupyter Notebook que s'executa al vostre ordinador portàtil, heu de seguir uns quants passos. Aquest procés us permet aprofitar la potència de la vostra màquina local tot beneficiant-vos de les funcions de col·laboració i dels recursos basats en núvol que ofereix Google Colab.
Primer, assegureu-vos que teniu instal·lat Jupyter Notebook al vostre ordinador portàtil. Si no el teniu, podeu instal·lar-lo seguint la documentació oficial de Jupyter per al vostre sistema operatiu. Un cop instal·lat, obriu un terminal o un indicador d'ordres i executeu l'ordre "jupyter notebook" per iniciar el servidor local.
A continuació, heu d'exposar el servidor Jupyter Notebook a Internet. Això es pot aconseguir mitjançant una eina anomenada ngrok. Ngrok crea un túnel segur al vostre servidor local, permetent l'accés extern. Per utilitzar ngrok, descarregueu-lo i instal·leu-lo des del lloc web oficial. Un cop instal·lat, obriu un nou terminal o indicador d'ordres i executeu l'ordre "ngrok http 8888" (suposant que el vostre servidor de Jupyter Notebook s'està executant al port predeterminat 8888). Ngrok generarà un URL únic que podeu utilitzar per accedir al vostre servidor local des de qualsevol lloc.
Després d'obtenir l'URL de ngrok, obriu un nou bloc de notes de Google Colab. A la primera cel·la, executeu el codi següent:
python !pip install jupyter_http_over_ws !jupyter serverextension enable --py jupyter_http_over_ws !jupyter notebook --NotebookApp.allow_origin='https://colab.research.google.com' --port=8888 --NotebookApp.port_retries=0
Aquest codi instal·la el paquet necessari, habilita l'extensió del servidor Jupyter i inicia el servidor al port 8888. Assegureu-vos de substituir el número de port si el vostre servidor local s'executa en un port diferent.
Després d'executar el codi a la primera cel·la, es mostrarà un URL. Copieu aquest URL i enganxeu-lo en una cel·la nova, posant-lo com a prefix amb "https://colab.research.google.com/github/". Per exemple, si l'URL és "https://abcdef123.ngrok.io", hauríeu d'introduir "https://colab.research.google.com/github/https://abcdef123.ngrok.io" al nou cel·la.
Finalment, executeu la cel·la que conté l'URL modificat. Això establirà una connexió entre Google Colab i el vostre servidor local de Jupyter Notebook. Ara podeu accedir i executar codi al vostre servidor local directament des de Google Colab.
És important tenir en compte que aquesta connexió és temporal i es perdrà si tanqueu la sessió de ngrok o reinicieu el vostre servidor local de Jupyter Notebook. Haureu de repetir el procés per tornar a connectar-vos.
Per connectar Google Colab a un servidor local de Jupyter Notebook que s'executa al vostre ordinador portàtil, heu d'instal·lar Jupyter Notebook, exposar-lo a Internet mitjançant ngrok, instal·lar els paquets necessaris a Google Colab i establir una connexió modificant i executant el codi proporcionat. Això us permet combinar la potència de la vostra màquina local amb les funcions de col·laboració de Google Colab.
Altres preguntes i respostes recents sobre Avançar en l'aprenentatge automàtic:
- Quines són les limitacions de treballar amb grans conjunts de dades en l'aprenentatge automàtic?
- L'aprenentatge automàtic pot fer una mica d'ajuda dialògica?
- Què és el pati TensorFlow?
- El mode eager impedeix la funcionalitat de computació distribuïda de TensorFlow?
- Es poden utilitzar les solucions al núvol de Google per desacoblar la informàtica de l'emmagatzematge per a una formació més eficient del model ML amb big data?
- El motor d'aprenentatge automàtic de Google Cloud (CMLE) ofereix l'adquisició i configuració automàtica de recursos i gestiona l'aturada dels recursos un cop finalitzada la formació del model?
- És possible entrenar models d'aprenentatge automàtic en conjunts de dades arbitràriament grans sense cap problema?
- Quan s'utilitza CMLE, la creació d'una versió requereix especificar una font d'un model exportat?
- Pot CMLE llegir dades d'emmagatzematge de Google Cloud i utilitzar un model entrenat específic per a la inferència?
- Es pot utilitzar Tensorflow per a l'entrenament i la inferència de xarxes neuronals profundes (DNN)?
Vegeu més preguntes i respostes a Avançar en l'aprenentatge automàtic